Measuring organizational alignment around vision

Motives and purpose of the study. Innovation shifts from a performances improvement perspective to the identification of a new meaning. The Value Innovation or Innovation of Meaning demands a new value proposition, a new organization direction that must be envisioned. Verganti (2017) identified four drivers of Innovation of Meaning: people, industry, technology and competition. Extant literature provides strong evidence that vision has a strong need for convergence. It must be shared among employees to be meaningful. Therefore, the purpose of this dissertation is to investigate the role played by ‘organizational alignment around vision’ and how it implies the value creation. Design/methodology. Starting from a rigorous review of the outstanding literature, we develop a framework to measure alignment around vision. Since the nature of the problem and of the vision concept the data gathering phase strongly involves people and is deeply rooted in knowledge elicitation field. Employees provide description of current and future / desired vision. The use of the lexical base of WordNet permits to model the data gathered in the proper way for the successive computation of alignment. The output of this representation phase is a valued graph that can display words or people, linked by a semantic similarity relationship. Adopting Social Network Analysis and clustering techniques, the data are processed to detect people communities around the vision concept and to have a situation that fits the application of the well-known concentration indexes for computing alignment. The output is a tripartite framework that aims at: 1) Directions Clustering - words level: Identification of the most relevant directions within the organization and alignment computation around them. 2) People Clustering - people level: Measure the convergence of people around the relevant directions identified. 3) Community detection: People communities around vision detection. The application of Simpson Index and Change Index gives a measure of respectively ‘organization’ and ‘people’ drivers of Innovation of Meaning. The former is related to the situation in which the organization offers to many meanings in the market and has lost its purpose. The latter refers to the mismatch between people’s habits and the meanings offered in the industry. Findings. The research develops a framework able to measure organizational alignment around vision, easy to use and interpret in the organization. Starting from the vision sentiment expressed by people, one of the main contribute is the ability to operationalize the vision. Keywords: Innovation of Meaning, Vision, Organizational Alignment, People.

Motivi e obiettivi della ricerca. L'innovazione si è spostata dal mero miglioramento delle prestazioni alla ricerca di un nuovo significato. Questo tipo di innovazione richiede una nuova ‘value proposition’. Verganti (2017) ha identificato quattro drivers della ‘Innovation of Meaning’: persone, industria, tecnologia e concorrenza. L’analisi della letteratura esistente evidenzia che la vision ha un forte bisogno di convergenza. Deve essere condivisa tra i membri di un’organizzazione per essere significativa. Pertanto, lo scopo di questa tesi è quello di indagare il ruolo svolto dall'allineamento organizzativo attorno alla vision e come questo implica la creazione del valore. Design/metodologia. L’idea è quella di proporre uno strumento per misurare l'allineamento intorno alla vision. Data la natura del problema e le peculiarità del concetto di vision, la fase di raccolta dati è fortemente basata sulle persone e sul campo dell'elicitazione della conoscenza. Le persone all’interno dell’organizzazione forniscono una descrizione della visione attuale e futura / desiderata. L'uso della base lessicale di WordNet permette di modellare i dati raccolti in modo da poter procedere con la successiva fase di calcolo. L'output di questa fase di rappresentazione è un grafo pesato in cui i nodi sono costituiti dalle parole usate dai rispondenti o dai rispondenti stessi, legati da una relazione di similarità semantica. Usando tecniche di analisi della rete sociale e di clustering vengono create le condizioni per implementare i ben noti indici di concentrazione per il calcolo dell'allineamento. In aggiunta, queste tecniche permettono di raggruppare le persone in base alla loro espressione della vision. L'output è uno strumento tripartito che mira a: 1) Clustering delle direzioni – analisi a livello di parole: identificazione delle direzioni più rilevanti all'interno dell'organizzazione e calcolo degli allineamenti attorno ad esse. 2) Clustering delle persone – analisi a livello di persone: misura la convergenza delle persone attorno alle direzioni rilevanti identificate (livello delle persone). 3) Individuazione delle comunità (gruppi) di persone attorno al concetto di vision. L'applicazione degli indici ‘Simpson’ e ‘Change’ fornisce una misura ai drivers "organizzazione" e "persone" della ‘Innovation of Meaning’. Il primo è legato alla situazione in cui l'organizzazione offre molti significati nel mercato e ha perso la sua identità. Il secondo si riferisce allo squilibrio tra le abitudini delle persone e i significati offerti dal mercato. Risultati. La tesi sviluppa uno strumento capace di misurare l'allineamento organizzativo attorno alla vision, facile da usare e interpretare nell'organizzazione. Partendo dal ‘vision sentiment’ espresso dalle persone, uno dei principali contributi è l’abilità di operazionalizzare questo concetto astratto. Parole Chiave: Innovation of Meaning, Vision, Allineamento organizzativo, Persone.